بهبود فاکتور کانی سازی مس-طلا و تعیین عناصر پاراژنز با استفاده از حذف داده های خارج از ردیف در تحلیلهای چند متغیره

تعیین فاکتورهای کانی سازی و عنا صر پاراژنز، شنا سایی آنومالی و ترسیم نقشه پتانسیل ژئو شیمیایی مو ضوعات مهمی هستند که با ا ستفاده از روشهای آماری چند متغیره انجام می شوند. در این مطالعه، روش تحلیل مولفه های اصلی (PCA) به عنوان یک روش مهم آماری چند متغیره به منظور شناسایی فرایندهایکانی سازی در منطقه تنورچه روی داده های ژئو شیمیایی انجام گرفته ا ست. با ا ستفاده از روش چند متغییره فاصله ماهالانوبیس نمونه های خارج از ردیف شناسایی و از مجموعه داده ها حذف شدند و روش PCA بر رویداده های خام ژئو شیمیایی و داده های ا صلاح شده به صورت جداگانه انجام گردید و نتایج حا صل با یکدیگر مقایسه شد. نتایج نشان میدهد روش PCA بر روی داده های خام نمیتواند به خوبی عناصر پاراژنز رامشخص کند ولی در حالتی که نمونه های خارج از ردیف با روش ماهالانوبیس شنا سایی و حذف شدند نتایج روش PCA بهبود پیدا کرد و عناصر عناصر آهن، آرسنیک، فسفر، سرب، استرانسیوم، مولیبدن، مس و طلا بهعنوان عناصر پاراژنز در مولفه اصلی اول مشخص شدند و این فاکتور چند عنصری کانی سازی به منظور تعیین مناطق آنومال مورد استفاده قرار گرفت. نقشه آنومالی ژئو شیمی حا صل با مشاهدات میدانی و رخنمونهای کانی سازی انطباق قابل توجهی نشان میدهد.

کلیدواژه ها:

مولفه کانی سازی ، روش تحلیل مولفه های اصلی ، کانی سازی مس ، حذف داده خارج از ردیف